PCL点云上采样 其中搜索邻域的半径 、采样半径、步长的关系 C++ 举例子

PCL（Point Cloud Library）是一个开源的库，它提供了很多处理点云数据的功能。在点云处理中，上采样是指在已有点云中增加新的点，以达到更高的点密度，使得点云更加细致和连续。PCL中的上采样算法之一是使用一个固定半径的球体搜索邻域内的点，并在这个邻域内插入新的点，这通常需要定义搜索半径、采样半径和步长。

- 搜索半径（Search Radius）：这个参数定义了搜索邻域的大小。在某个点的周围，如果另一个点在搜索半径内，那么这个点就被认为是邻域内的点。
- 采样半径（Sample Radius）：这个参数定义了在进行上采样时，新插入点相对于邻域内已有点的偏移距离。
- 步长（Step Size）：这个参数定义了采样过程的密度，或者说是在哪个间隔上进行采样。步长越小，采样的点越密集，点云的密度也就越高。

下面是一个简单的例子，展示如何使用PCL中的`UniformSampling`类进行点云的上采样：

#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h>
#include <pcl/surface/concave_hull.h>
#include <pcl/surface/mls.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <iostream>

int main(int argc, char** argv)
{
  // 创建一个PointCloud对象，输入点云
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
  // 读取点云数据

  // 创建一个PointCloud对象，用于存储上采样后的点云
  pcl::PointCloud<pcl::PointXYZ>::Ptr sampled_cloud(new pcl::PointCloud<pcl::PointXYZ>);

  // 设置采样器的参数
  float search_radius = 0.05; // 搜索半径设为5cm
  float sample_radius = 0.01; // 采样半径设为1cm
  float step_size = 0.02; // 步长设为2cm

  // 创建上采样对象
  pcl::UniformSampling<pcl::PointXYZ> sampler;
  sampler.setSearchSurface(cloud);
  sampler.setInputCloud(cloud);
  sampler.setRadiusSearch(search_radius);
  sampler.filter(*sampled_cloud);

  // 这里可以进一步对sampled_cloud进行处理或者可视化等

  return 0;
}

在上述代码中，我们创建了一个`UniformSampling`对象`sampler`，并通过`setRadiusSearch`方法设置了搜索半径。调用`filter`方法后，输入点云`cloud`中的每个点的邻域都会被搜索，并在邻域内插入新的点。新点插入的位置是在邻域内已有点的基础上，按照采样半径偏移得到的。